DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS

Tamanho: px
Começar a partir da página:

Download "DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS"

Transcrição

1 DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS Flávio Augusto Lacerda de Farias Rogério Tronco Vassoler ** Resumo Este trabalho apresenta a utilização das soluções da Microsoft, através da plataforma de Business Intelligence (BI) centralizada no SQL Server. Esse ambiente foi implantado em uma Universidade Estadual, utilizando os dados dos perfis dos candidatos do processo seletivo, com intuito de auxiliar os gestores na tomada de decisão. Foi utilizado o Excel, como ferramenta principal na manipulação e visualização dos dados resultantes, o que tornou a relação custo/benefício viável, visto que, a ferramenta é conhecida e muito utilizada, tornando a curva de aprendizado menor. Palavras-chave: Bussiness Intelligence; BI; SQL Server; Excel; Universidade. Abstract This work presents the use of Microsoft solutions by business intelligence (BI) platform centered on SQL Server. This environment was implemented at the State University, using data from profiles of candidates in the selection process, aiming to assist managers in decision making. Excel was used as the principal tool in the manipulation and visualization of the resulting data, making the cost / benefit achievable, since the tool, known and widely used, making shorter learning curve. Keywords: Bussiness Intelligence; BI; SQL Server; Excel; University. 1 INTRODUÇÃO O processo de tomada de decisão vem evoluindo dentro das organizações, sejam elas públicas ou privadas e a medida que novos desafios surgem oriundos das movimentações econômicas ou políticas, os processos gerenciais são revisados buscando acompanhar as mudanças. Atualmente para uma organização continuar competitiva não basta apenas o investir seu capital em imobilizados ou na mão de obra, faz-se necessário investir principalmente no capital intelectual, conforme Stewart (1998), o capital intelectual é a soma do conhecimento de todos os colaboradores em uma empresa, constituindo a matéria intelectual-conhecimento usada para gerar riqueza. No entanto para que esse capital intelectual seja utilizado em sua plenitude é necessário obtê-los de maneira correta e no momento ideal, pois de nada adianta uma montanha de dados se não forem úteis no momento oportuno. Graduando em Sistemas de Informação Universidade do Salvador UNIFACS, voluntário na Iniciação Científica no Grupo de Pesquisas em Tecnologia da Informação GPTI ** Professor Msc. da Universidade do Salvador UNIFACS, Coordenador do Grupo de Pesquisas em Tecnologia da Informação GPTI

2 Para cumprir com a crescente demanda, as organizações precisam de ferramentas que as auxiliem de maneira efetiva e imediata, desta forma é necessário que essas ferramentas sejam flexíveis e que possam lidar adequadamente com as constantes mudanças, além disso, devem acima de tudo ser intuitivas para que os tomadores de decisão possam focar nas questões pertinentes a suas posições corporativas, tais sistemas são conhecidos como Sistemas de Suporte a Decisão. Os usuários dos Sistemas de Suporte a Decisão (SSD), costumam atuar em posições estratégicas dentro da organização, de maneira que toda complexidade técnica deve ser mascarada e encapsulada em soluções práticas e diretas, visto que a informação costuma estar distribuída em diversos sistemas transacionais, planilhas eletrônicas ou arquivos de texto ou até mesmo com o próprio colaborador em meios não digitais de acordo com a IBM (2015) é necessário construir uma cultura para difundir a análise em todas as áreas da empresa. Permitir que todos os funcionários tomem decisões baseadas em dados, ao invés de confiar no instinto e em experiências prévias. Essa cultura pode ser representada sistematicamente pelo Business Intelligence ou BI que é definido pelo Gartner Group (2015) como um termo abrangente que inclui as aplicações, infraestrutura e ferramentas além das melhores práticas que permitam o acesso e a análise de informações para melhorar e otimizar decisões e desempenhos.. De maneira que ao separar o BI do ambiente transacional é possível a criação de um repositório central de todos os dados, fazendo com que toda informação necessária possa ser solicitada e acessada diretamente pelo usuário final através de relatórios, gráficos ou alertas. Com isso os usuários podem ter acesso às informações históricas da empresa, permitindo diversas análises detalhadas e tornando o processo de tomada de decisão mais rápido. 2 MINERAÇÃO DE DADOS De acordo com Kimball (1998) um Data Warehouse armazena uma cópia dos dados transacionais, organizado especificamente para geração de consultas e análises. Para Silberschatz, Korth e Sudarshan (2010) um Data Warehouse é um repositório (ou arquivamento) de informações colhidas de várias origens, armazenadas sob um esquema unificado em um único local por muito tempo. Para Kimball (1998), um DW deve atingir alguns objetivos: 186

3 a) Informação organizada e acessível Na maioria das empresas, a informação está descentralizada em sistemas transacionais ou em arquivos espalhados por toda organização, então é necessário que todas as informações sejam integradas e com fácil localização. b) Integridade na informação apresentada A consistência da informação significa que se duas pessoas acessarem o resultado de um determinado indicador devem obter a mesma resposta, para isso toda informação deve ser consistente. c) Disponibilidade da informação Para Kimball (1998) 60% do projeto de um data warehouse está relacionado com os componentes back room tais como hardware, software e dados, os outros 40% representam o front room, ou seja as ferramentas responsáveis pelas consultas, analises e apresentação dos dados. 3 ARQUITETURA DE UM DATA WAREHOUSE Na figura 1, temos o exemplo proposto por Kimball (2008) para descrever a arquitetura do ambiente de Data Warehouse. Figura 1 - Arquitetura DW (Kimball, 2008) A definição do DW também conhecida por "Armazém de Dados" faz sentido quando analisamos o modelo proposto por Kimball (2008) para descrever a arquitetura de um DW, a origem dos dados são os sistemas transacionais que ficam na camada externa a esse armazém, 187

4 é onde toda e qualquer informação é armazenada e manipulada, no entanto, nesse estágio existe pouco ou nenhum controle sobre o conteúdo e o formato dos dados. A principal prioridade desses sistemas é o processamento e a disponibilidade, as consultas ao sistema DW não são implementadas. Comumente os sistemas transacionais mantém poucos dados históricos e quando o fazem não armazenam períodos muito longos, nesse ponto um Data Warehouse torna-se peça chave, pois uma das principais vantagens dele é o armazenamento histórico da informação diminuindo assim os acessos aos dados históricos no ambiente transacional que possuem propósito específico. Além dos sistemas transacionais, a informação pode estar diretamente com o usuário em arquivos não estruturados tais como planilhas de texto ou documentos de textos. Como os dados estão descentralizados e não existe garantia da integridade e consistência da informação é necessário realizar o processo de extração dos dados das diversas fontes, pois somente assim vai ser possível realizar os possíveis ajustes e correções buscando a integridade e consistência dos dados que vão ser carregados para o DW, não é propósito corrigir os sistemas transacionais, mas sim organizar as informações de maneira que os gestores possam ter um ambiente organizado e estruturado para auxiliar na tomada de decisão, esse passo é conhecido como ETL (Extract, Transformation e Load) ou seja, extração, transformação e carga dos dados. Após o processo de ETL os dados são armazenados em estruturas dimensionais modeladas especificamente para esse propósito de maneira que possam ser consultadas pelos usuários. Nesse momento três estruturas se destacam (MACHADO, 2004): Data Warehouse Empresarial (DWE) Suporta toda ou a maior parte dos requerimentos ou necessidades além disso é um modelo de DW integrado com grande grau de acesso e utilização das informações para todos os departamentos de uma empresa. Nesse modelo torna-se um repositório comum de dados de suporte a decisão. Data Mart Independente (DMI) Basicamente é um DW voltado para um segmento especifico de um negócio, sendo implementado de maneira isolada e sem nenhuma relação com as demais áreas da empresa, é possível a existência de outros DMI que da mesma forma são isolados e sem nenhuma relação entre eles. Data Mart Integrados (DMIT) São data marts oriundos normalmente de um DWE, sendo um modelo hibrido apesar de ser voltado para um segmento específico dentro da organização, ele faz parte de um único DW ou normalmente está integrado a outros DM. 188

5 A decisão sobre a arquitetura pode causar diversos impactos no sucesso do projeto, inúmeros fatores influenciam a escolha do modelo a ser implementado entre eles estão o tempo para a execução do projeto, a necessidade de implantação do DW, o retorno do investimento, os recursos necessários à implementação da arquitetura e acima de tudo a satisfação do usuário executivo. De acordo com Machado (2004), existem vários tipos de implementação de arquiteturas, no entanto três modelos tem grande destaque nos processos de implantação, sendo elas a top down, bottom up e uma combinação das duas. A implementação top down é considerada como o modelo inicial de Data Warehouse, nesse modelo, o DW é construído integralmente e a partir dele os dados são transferidos para os DM. 4 IMPLEMENTAÇÃO TOP DOWN 4.1 Vantagens Herança de arquitetura: Os DM s compartilham a arquitetura e os dados do DW, o que permite uma fácil manutenção. Visão de empreendimento: o DW concentra todos os negócios da empresa, sendo possível extrair dele níveis menores de informações. Controle e Centralização das regras: Garantia da existência de um único conjunto de aplicações para extração, limpeza e integração dos dados. 4.2 Desvantagens Implementação muito longa: Apesar do DW ser desenvolvido de modo interativo por áreas de assuntos, como, vendas, finanças e RH. Ainda assim demora muito para que a primeira área de assunto entre em produção. Alta taxa de riscos: Como a apresentação de resultado demora, não existe garantia para o investimento nesse tipo de ambiente, pois o resultado pode não ser satisfatório e o tempo para a recuperação do investimento é muito longo. Expectativas relacionadas ao ambiente: Como o tempo de apresentação dos resultados são longos, a expectativa em torno do projeto cresce exponencialmente, de maneira que muitas vezes, o resultado apesar de satisfatório parece além do esperado. 189

6 5 IMPLEMENTAÇÃO BOTTOM UP A implementação bottom up tem como propósito construir um DW de maneira incremental a partir dos diversos DM Independentes, dessa maneira, os resultados são apresentados muito mais rapidamente ao usuário. Machado (2004) aponta as seguintes vantagens e desvantagens dessa implementação: 5.1 Vantagens Implementação mais rápida: Como a construção do DM é direcionada, o resultado é apresentado muito mais rapidamente e consequentemente as áreas interessadas obtém resultados em menos tempo. Retorno rápido: Como o resultado é apresentado em menos tempo, as áreas tomadoras de decisão notam o valor da ferramenta rapidamente, isso permite um investimento maior com mais confiança. Enfoque nos principais negócios: Como os DM são implementados separadamente, é possível começar pelas áreas mais importantes, mesmo que não sejam as primeiras no modelo de negócio, dessa maneira o gasto é direcionado para as áreas mais imediatas. 5.2 Desvantagens Dificuldade da visão macro do negócio: Como os DM Independentes são criados normalmente por área de negócio, é importante não perder de vista toda a visão empresarial. Múltiplas equipes: Como DM são desenvolvidos em paralelo é necessário coordenar diversas equipes e administrar o esforço principalmente nas áreas de regras e semânticas empresariais. A implementação mista, é planejada e implementada utilizando o modelo Top Down, no entanto o desenvolvimento é baseado em Bottom Up, de maneira que os DM são entregues um de cada vez, mas cada um deles é visto de maneira evolutiva. 6 MODELAGEM DIMENSIONAL Kimball (1998) afirma que a modelagem dimensional é um nome novo para uma técnica já difundida na criação de bancos de dados simples, permitindo que um banco de 190

7 dados seja visualizado como um cubo contendo três ou mais dimensões possibilitando que os usuários possam fatiar esse cubo em relação a qualquer uma dessas dimensões. Do ponto de vista do um gestor ele descreveria a atividade da empresa da seguinte maneira: Ao longo do tempo analisamos o total de vendas dos produtos nos diversos mercados Tempo): De acordo com a figura a seguir, temos três dimensões que são (Produto, Mercado e Figura 2 - Modelo dimensional de um negócio: cada ponto interno ao cubo contém as medições para aquela combinação específica de Produto, Mercado e Tempo. (Kimball, 1998) PRODUTO Cada ponto no cubo está na intersecção das coordenadas e representa a relação entre: Produto Mercado e Tempo, por exemplo: 10 unidades do produto X foram vendidos ao longo da primeira semana de Janeiro. Dessa maneira é possível realizar a leitura de maneira simples e fácil e entregar exatamente o que o gestor quer, sem perder tempo com diversas informações, nem sempre o detalhado é o melhor e essa representação simples torna o processo de modelagem do DW eficiente. O modelo multidimensional é baseado em três tipos de estruturas (Reis; Teixeira; Araújo, 2009): a) Fatos a tabela de fatos é a tabela central do modelo e contém os valores (numéricos) que se deseja analisar, geralmente, contendo um grande volume de dados. A tabela fato possui chaves externas, que se relacionam com suas tabelas de dimensões, e campos numéricos que são os valores (medidas) que serão analisados; b) Dimensões as tabelas de dimensões representam um aspecto do negócio que está sendo analisado. Sua chave primária serve para manter a integridade referencial na tabela fato à qual está relacionada. Uma dimensão oferece ao 191

8 usuário um grande número de combinações e intersecções para analisar os dados, possibilitando diversas formas de visualizar os dados; c) Medidas são atributos numéricos armazenados na tabela de fatos, que representam o desempenho de um indicador em relação às dimensões que participam desse fato, é o que ser deseja de fato conhecer. Ballard (2006), afirma que existem três modelos básicos multidimensionais conforme figura 3: Figura 3 - Tipos de modelos de dimensão a) Esquema Estrela As dimensões são formadas por apenas uma tabela não normalizada, de maneira que existe uma quantidade menor de tabelas no DW, mas em contrapartida pode existir redundância dos dados, aumentando o tamanho das mesmas. b) Esquema Floco de Neve Nesse esquema, as tabelas são normalizadas evitando a redundância dos dados. Diferente do esquema estrela nesse esquema os dados estão distribuídos em múltiplas tabelas. c) Esquema Multi-estrela Nesse esquema, as tabelas dimensão não estão normalizadas, porém existem múltiplas tabelas de fato, unidas através das dimensões. 7 ANÁLISE E DESENVOLVIMENTO Este trabalho tem como objetivo desse trabalho foi através das soluções da Microsoft de BI para desenvolver um Data Mart com o perfil dos candidatos do processo seletivo de uma Universidade Estadual, utilizando o Excel como ferramenta principal na manipulação e visualização dos dados resultantes, apoiando e auxiliando a tomada de decisões, no entanto foi realizado um recorte temporal referente aos últimos quatro anos ( ) já que o período anterior a esse o processo de inscrição não era gerido pela IES (Instituição de Ensino Superior), além disso o trabalho também serviu de base para a implantação da solução de BI 192

9 dentro da Universidade, englobando diversos outros DM em todos os níveis organizacionais tais como cursos, docentes e discentes. O desenvolvimento do projeto foi realizado em diversas etapas: a) Planejamento b) Levantamento das necessidades c) Modelagem d) Projeto físico do banco de dados e) ETL f) Desenvolvimento de Aplicações g) Homologação e Implantação A seguir cada um desses passos é detalhado. 8 PLANEJAMENTO Na etapa de planejamento, foi definida a arquitetura tecnológica do projeto, optou-se pela utilização do banco de dados SQL Server, o Integration Servicess para a realização dos processos de ETL, o Analysis Services como ferramenta de modelagem multidimensional e criação dos cubos, além do uso da planilha eletrônica Excel para a criação das visualizações e manipulação dos cubos que vão ser desenvolvidos no decorrer de todo o projeto. A escolha da plataforma e do ambiente da Microsoft foi tomada porque a Universidade tem as suas principais bases armazenadas e administradas no ambiente do SQL Server além de possuir acesso as demais ferramentas utilizadas para demonstrar os recursos voltados para a manipulação de dados multidimensionais utilizando o Excel. Foi definido nessa etapa a arquitetura e o tipo de implementação que devem ser usados para o desenvolvimento do DW, além da arquitetura do tipo Data Mart Integrado, apenas as informações dos candidatos estão sendo analisadas, utilizando a implementação mista (top down e bottom up) pois o projeto final para a IES é a solução completa de BI. A modelagem utilizada para o Data Mart dos Candidatos é o esquema estrela, a escolha desse modelo foi tomada por conta da performance, além disso o objetivo foi diminuir a quantidade de tabelas através da utilização de dados duplicados ou não normalizados. 193

10 9 LEVANTAMENTO DAS NECESSIDADES Nessa etapa foram realizadas reuniões com uma equipe multidepartamental com o intuito apresentar a solução de BI pois a maioria dos participantes que não são da área de tecnologia não estavam ambientados e familiarizados com a ferramenta, além disso foi possível identificar também as principais necessidades para o projeto do BI, pois foi apresentado para os participantes uma matriz de necessidade(figura 5), onde os participantes disponibilizariam as perguntas que gostariam que fossem respondidas, dessa maneira seria possível identificar todas as possíveis dimensões envolvidas na busca da resposta, a utilização da matriz de necessidade foi bem explorada pois foi possível esclarecer diversas dúvidas sobre o projeto. Figura 5 Matriz de Necessidades O processo de carga das tabelas vai ser baseado nos DM envolvidos, inicialmente como os dados são apenas dos candidatos do vestibular, a inserção dos dados é anual, quando os dados acadêmicos dos discentes forem importados, o processo será baseado no calendário acadêmico, tais como matricula, avaliações e etc. Outro requisito importante determina que a solução deve estar operando no modelo 24x7 (Vinte e quatro horas por dia e sete dias por semana), com um acordo de nível de serviço 194

11 (Service Level Agreement - SLA) de 99,5% de disponibilidade. Todo o hardware e software do servidor será monitorado, pois caso ocorra alguma falha ou instabilidade no sistema o responsável pelo suporte será acionado. Após a finalização do levantamento das necessidades, foi iniciada a modelagem dimensional do DW, conforme apresentada na próxima seção. 10 MODELAGEM O processo de modelagem dimensional é o mais crítico de toda implementação do BI, as dimensões e tabelas fatos são definidas nesse momento, com o preenchimento da matriz de necessidade, é possível já ter uma noção clara das dimensões usadas em cada ponto do projeto. No DM dos Candidatos, optou-se pelo desmembramento da dimensão para que otimizasse as consultas futuras, três dimensões foram definidas para o candidato, cada uma delas contemplava uma faceta do candidato. Dimensão Candidato: Informações pessoais referentes ao candidato, tais como: sexo, etnia indígena, tipo do ensino médio e fundamental, se possui algum benefício social e etc. Dimensão Candidato_Família: Contém todas as informações referentes ao candidato relacionadas a família, tais como: renda familiar, se contribui com as despesas, cidade onde mora e etc. Dimensão Candidato_Vestibular: Contém as informações referentes ao processo seletivo, tais como: cidade para realização da prova, primeira e segunda opção de curso, modalidade do curso e etc. Como o processo seletivo é anual, a granularidade mínima é de uma inscrição válida por ano para cada candidato, de maneira que após a identificação da granularidade, a tabela fato foi definida com o totalizador da inscrição, é possível ter mais de uma inscrição para o mesmo candidato, no entanto cada uma delas representa apenas um processo seletivo. Com todas as informações já definidas, foi utilizado o Microsoft SQL Server Management Studio para a criação física do banco de dados através do recurso de Diagramas de Banco de Dados foi realizado a modelagem do Data Mart, utilizando o esquema estrela, tendo a tabela fato central e correlacionada as dimensões conforme figura

12 Figura 6 - Esquema Estrela Modelagem das dimensões e tabela fato 11 PROJETO FÍSICO DO BANCO DE DADOS Nessa etapa todas as estruturas físicas do banco são criadas, como a base foi criada na fase de modelagem, a criação das tabelas com seus campos e atributos foi feita utilizando os Diagramas de Banco de Dados, pois nele é possível criar e definir todas as restrições além das relações entre as tabelas e a definição dos atributos dos campos, não sendo necessário gerar scripts de implantação, pois a criação dos objetos é realizada naturalmente pelo Microsoft SQL Server Management Studio. O SQL Server criar índices para todas as chaves primárias de todas as dimensões. Ao modelar foram definidas três dimensões com os dados dos candidatos divididos por núcleo, então existem as dimensões: Candidato, Candidato_Familia e Candidato_Vestibular, dessa maneira as pesquisas realizadas nos respectivos segmentos são processadas mais rapidamente, já que a quantidade de informação em cada uma delas é menor, apesar da mesma quantidade de registros. 196

13 12 ETL EXTRAÇÃO, TRANSFORMAÇÃO E CARGA O processo de ETL é mais complicado, pois depende da origem das informações é nesse processo que acontece toda a seleção e integração dos dados, para essa fase foi utilizado o software da Microsoft Integration Servicess ele é o responsável pela parte de ETL da solução de BI escolhida. O Integration Servicess possui diversos componentes gráficos que auxiliam na criação do processo de ETL, com ele é possível conectar as diversas fontes dos dados, realizar os devidos tratamentos e carregar para o Data Warehouse escolhido inserindo os dados já transformados nas respectivas dimensões, além disso como a tabela fato possui todas as chaves relacionais com as dimensões é a última a ser carregada, isso ocorre para garantir a integridade. Como a origem dos dados é apenas um banco de dados transacional o processo de importação foi mais simples, pois foi criado na base de origem uma View com todos os dados necessários para o DM do Candidato e a partir disso foi realizado a extração dos dados, e a carga nas respectivas Dimensões. Após esse processo a tabela fato é então populada, conforme figura 7, o fluxo de importação e carga realizados no Integration Services são mostrados. Figura 7 Processo de Importação do Integration Services Na figura 8 é exibido o processo realizado para carga e transformação da dimensão candidato. 197

14 Figura 8 Processo interno do fluxo de importação da dimensão candidato 13 DESENVOLVIMENTO DE APLICAÇÕES Após o processo de ETL realizado pelo Integration Servicess no passo anterior, o passo seguinte é a criação do cubo de dados através da ferramenta Analysis Services da Microsoft, com essa ferramenta é possível criar os cubos de dados a partir do Data Mart gerado nas etapas anteriores. Foi criado um único cubo para a fato candidato conforme a figura 9: Figura 9 Analysis Services - Cubo fato_candidato Já é possível através do ambiente do Analysis Services explorar o cubo após a sua criação e processamento conforme a figura 10 abaixo: 198

15 Figura 10 - Amostragem no último vestibular sobre gênero. Apesar o ambiente do Analysis Services ser utilizado para a manipulação das dimensões e obtenção dos dados, por uma questão de usabilidade a ferramenta utilizada para a manipulação dos dados e posterior análise é o Excel que é bastante conhecida dos tomadores de decisão o que torna a curva de aprendizagem menor, permitindo uma maior velocidade na obtenção de resultados do projeto, além disso com a utilização do Excel não é necessário desenvolver nenhuma solução para a exibição dos dados. Através do Excel, é possível realizar conexão com o Analysis Services e posteriormente, com a utilização de tabelas dinâmicas, manipular os dados escolhidos, (conforme figuras 11 e 12): Figura 11 Tabela dinâmica com amostragem no último vestibular sobre cor e raça 199

16 Figura 12 Tabela dinâmica com amostragem no último vestibular sobre gênero Além disso, o Excel possui um plugin chamado de Power Map, com esse plugin e com dados geográficos, é possível enriquecer mais ainda a apresentação dos dados, no entanto existe uma incompatibilidade com a estrutura multidimensional do Analyses Server, dessa maneira para que seja possível a utilização dos recursos do Power Map, é necessário utilizar o plugin Power Query também do Excel, dessa maneira o Power Query, é conectado a fonte de dados Multidimensional, realizando uma importação dos dados de maneira tabular para o Excel conforme a figura 13 abaixo: Figura 13 Power Query Em seguida os dados são transferidos para o Power Map onde é possível criar animações ricas para apresentar os mais diversos indicadores baseados em dados geográficos 200

17 (figura 14), onde é realizada uma apresentação comparando a quantidade de alunos que declaram a cidade de prova diferente da cidade de residência. Figura 14 Relação entre as cidades de prova e as cidades de residênciaz 14 HOMOLOGAÇÃO E IMPLANTAÇÃO Apesar de ter sido realizado um recorte dos dois últimos anos com os dados dos candidatos do vestibular essa escolha foi acertada já que a informação está concentrada em uma única base de dados, dessa maneira o processo de modelagem, homologação e apresentação da ferramenta para os usuários foi bem direcionado pois a maioria das pessoas não conhecem a solução de BI. Dessa forma, a decisão de apresentar os recursos utilizando o Excel foi acertada, visto que é a ferramenta conhecida e muito utilizada para a geração de gráficos e agregações das informações sendo enriquecida e otimizada pela integração com o Analysis Services. O processo de implantação será realizado posteriormente, pois o desenvolvimento deve seguir uma ordem de necessidade associada à disponibilidade das informações. O processo de homologação ocorre em paralelo, onde foi possível identificar diversas inconsistências nas bases transacionais que foram ajustadas pelas áreas responsáveis. 15 CONCLUSÃO Mesmo com os avanços tecnológicos e a utilização de recursos cada vez mais especializados no processo de tomada de decisões, a integração das bases de dados e utilização de ferramentas que consolide esses dados criando informações estratégicas não é tão comum e simples. As organizações possuem diversas bases com informações espalhadas em ambientes distintos. Apesar disso existe uma busca pela qualidade da informação em 201

18 ambientes tão caóticos, as empresas começam a notar que essa integração é algo benéfico para a organização inteira visto que a informação pode ser compartilhada entre os departamentos alavancando os resultados. Apesar de não ser um conceito novo, o BI ainda é pouco explorado pelas organizações, principalmente por conta do alto investimento para desenvolver a solução, pois além de infraestrutura e softwares é necessário o envolvimento de colaboradores externos para implementação da ferramenta e treinamento dos usuários internos. Apesar da integração entre o Analysis Services e o Excel já existir a muito tempo, é notável que essa integração é pouco conhecida e utilizada, além disso o fato da Universidade estar passando por um processo de ajuste e adequação dos seus dados, tornou propício o desenvolvimento do ambiente, que vem sinalizando as inconsistências e problemas que estão sendo corrigidos, somado a isso, a disponibilidade das ferramentas da Microsoft que mostraram enorme potencial para o desempenho das funções com uma curva pequena de aprendizado. Essa é a primeira etapa do projeto que vai continuar evoluindo inclusive como ferramenta de suporte acadêmica no desenvolvimento de ações voltadas para a comunidade científica interna. Após a implantação desta etapa, serão desenvolvidos os data marts relacionados aos campi, cursos, discentes e docentes de forma que a solução de BI possa atender a todas as áreas da Universidade, auxiliando no programa de reorganização e reorientação dos procedimentos acadêmicos. REFERÊNCIAS BALLARD, C; FARRELL, D; GUPTA, A; MAZUELA, C, VOHNIC, S. Dimensional Modeling: In a Business Intelligence Environment. IBM, p. GARTNER GROUP. Disponível em: <http://www.gartner.com/it-glossary/businessintelligence-bi>. Acesso em: 23 de mai. 2015; IBM. Disponível em: <http://www.ibm.com/big-data/br/pt/big-data-and- analytics/?cm_mmc=always_on-_-bda-_-c212040w-_- definition_business_intelligence_business_intelligence&mkwid=saqnbhqvidc_ _432kjo9201>. Acesso em: 23 maio KIMBALL, R, Data Warehouse Toolkit. São Paulo: Makron Books; p. KIMBALL, R, The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, Third Edition. Indianápolis: Wiley; p. 202

19 MACHADO F. N. R. Tecnologia e Projeto de Data Warehouse. 3. ed. São Paulo: Editora Érica; p. Nogare D, Do banco de dados relacional à tomada de decisão. São Paulo, Editora MVTech; p. ISBN REIS, E; TEIXEIRA, F; ARAÚJO, M. A. Implementando uma solução de Business Intelligence com o Microsoft SQL Server 2005 Parte 1. SQL Magazine, Rio de Janeiro, n. 59, p , SILBERSCHATZ, A; KORTH, H. F.; SUDARSHAN, S, Sistema de Banco de Dados. 5. ed. São Paulo, Editora Campus, 2006; 781 p. THOMAS A. S. Capital Intelectual: A Nova Vantagem Competitiva das Empresas (em Português). 3. ed. São Paulo: Campus; p. 203

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

e-business A IBM definiu e-business como: GLOSSÁRIO

e-business A IBM definiu e-business como: GLOSSÁRIO Através do estudo dos sistemas do tipo ERP, foi possível verificar a natureza integradora, abrangente e operacional desta modalidade de sistema. Contudo, faz-se necessário compreender que estas soluções

Leia mais

PLANO DE ENSINO PRÉ-REQUISITOS: ENS

PLANO DE ENSINO PRÉ-REQUISITOS: ENS UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI PLANO DE ENSINO DEPARTAMENTO: DSI Departamento de Sistema de Informação DISCIPLINA: Data Warehouse

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

Conhecendo o Business Intelligence (BI)

Conhecendo o Business Intelligence (BI) (BI) Uma Ferramenta de Auxílio à Tomada de Decisão Ricardo Adriano Antonelli Resumo: A necessidade por informações úteis para auxílio à tomada de decisão perante as organizações tem aumentado exponencialmente

Leia mais

BUSINESS INTELLIGENCE APLICADO NA GESTÃO ACADÊMICA

BUSINESS INTELLIGENCE APLICADO NA GESTÃO ACADÊMICA BUSINESS INTELLIGENCE APLICADO NA GESTÃO ACADÊMICA Marcio Rodrigo Teixeira e Mehran Misaghi Instituto Superior Tupy (IST) / Sociedade Educacional de Santa Catarina (SOCIESC) Campus Boa Vista, Joinville,

Leia mais

Business Intelligence: Desafios e Melhores Práticas

Business Intelligence: Desafios e Melhores Práticas Sucesu RJ - IV Congresso de Inteligência Competitiva Business Intelligence: Desafios e Melhores Práticas Eugenio Pedrosa Petrobras Roteiro Arquitetura de BI Evolução da BI nas Empresas Corporate Performance

Leia mais

Business Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI

Business Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI Matriz: Av. Caçapava, 527 CEP 90.460-130 Tecnopuc: Av. Ipiranga, 6681 Prédio 32 Sala 109 CEP 90.619-900 Porto Alegre - RS, Brasil Contate-nos: +55 (51) 3330.7777 contato@dbccompany.com.br www.dbccompany.com.br

Leia mais

Uma peça estratégica para o seu negócio

Uma peça estratégica para o seu negócio Uma peça estratégica para o seu negócio INFORMAÇÃO GERAL DA EMPRESA CASO DE SUCESSO EM IMPLEMENTAÇÃO BI PERGUNTAS E RESPOSTAS Fundada em 1997, Habber Tec é uma empresa especializada na oferta de soluções

Leia mais

Data Warehousing Visão Geral do Processo

Data Warehousing Visão Geral do Processo Data Warehousing Visão Geral do Processo Organizações continuamente coletam dados, informações e conhecimento em níveis cada vez maiores,, e os armazenam em sistemas informatizados O número de usuários

Leia mais

IMPLANTAÇÃO DO DW NA ANVISA

IMPLANTAÇÃO DO DW NA ANVISA IMPLANTAÇÃO DO DW NA ANVISA Bruno Nascimento de Ávila 1 Rodrigo Vitorino Moravia 2 Maria Renata Furtado 3 Viviane Rodrigues Silva 4 RESUMO A tecnologia de Business Intelligenge (BI) ou Inteligência de

Leia mais

A importância da. nas Organizações de Saúde

A importância da. nas Organizações de Saúde A importância da Gestão por Informações nas Organizações de Saúde Jorge Antônio Pinheiro Machado Filho Consultor de Negócios www.bmpro.com.br jorge@bmpro.com.br 1. Situação nas Empresas 2. A Importância

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Alcione Benacchio (UFPR) E mail: alcione@inf.ufpr.br Maria Salete Marcon Gomes Vaz (UEPG, UFPR) E mail: salete@uepg.br Resumo: O ambiente de

Leia mais

Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão

Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão Daiane Kelly de Oliveira 1, Dorirley Rodrigo Alves 1 1 Instituto de Ciências Exatas e Informática PUC Minas Campus Guanhães

Leia mais

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES.

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 88 BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Andrios Robert Silva Pereira, Renato Zanutto

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4. SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4

Leia mais

Este trabalho foi motivado basicamente por três fatores:

Este trabalho foi motivado basicamente por três fatores: Introdução à ITIL ITIL vem do inglês IT infra-structure library e, como o próprio nome diz, é uma biblioteca ou um conjunto de livros que apresenta melhores práticas para a gestão dos serviços de TI. Esta

Leia mais

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari DESENVOLVIMENTO DE AMBIENTE PARA A GESTÃO DO CONHECIMENTO RELACIONADO AOS DADOS PRODUZIDOS PELO SISTEMA DE GERENCIAMENTO DE TRANSITO DA CIDADE DE JOINVILLE/SC PARTE I Thiago Locatelli de OLIVEIRA, Thaynara

Leia mais

Business Intelligence

Business Intelligence e-book Senior Business Intelligence 1 Índice 03 05 08 14 17 20 22 Introdução Agilize a tomada de decisão e saia à frente da concorrência Capítulo 1 O que é Business Intelligence? Capítulo 2 Quatro grandes

Leia mais

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP.

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. Eduardo Cristovo de Freitas Aguiar (PIBIC/CNPq), André Luís Andrade

Leia mais

RESUMO DA SOLUÇÃO CA ERwin Modeling. Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios?

RESUMO DA SOLUÇÃO CA ERwin Modeling. Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios? RESUMO DA SOLUÇÃO CA ERwin Modeling Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios? O CA ERwin Modeling fornece uma visão centralizada das principais definições de

Leia mais

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ ¹Ciência da Computação Universidade Federal de Itajubá (UNIFEI) MG Brasil

Leia mais

Utilização da modelagem UML em um sistema de gerenciamento de uma franquia do setor de alimentação

Utilização da modelagem UML em um sistema de gerenciamento de uma franquia do setor de alimentação Utilização da modelagem UML em um sistema de gerenciamento de uma franquia do setor de alimentação Use of UML modeling in a management system for a food franchising Richard B. N. Vital, Tatiane M. Vital.

Leia mais

Sobre o que falaremos nesta aula?

Sobre o que falaremos nesta aula? Business Intelligence - BI Inteligência de Negócios Prof. Ricardo José Pfitscher Elaborado com base no material de: José Luiz Mendes Gerson Volney Lagmman Introdução Sobre o que falaremos nesta aula? Ferramentas

Leia mais

1. Serviços SAP Business Transformation and Plan Os serviços SAP Business Transformation and Plan atualmente incluem:

1. Serviços SAP Business Transformation and Plan Os serviços SAP Business Transformation and Plan atualmente incluem: Descrição de Serviços Serviços Business Transformation and Plan O SAP Business Transformation and Plan é um serviço de consultoria e prototipagem para promover a inovação e transformação da Licenciada

Leia mais

SAD. Paulo Silva, Rodolfo Ribeiro, Vinicius Tavares

SAD. Paulo Silva, Rodolfo Ribeiro, Vinicius Tavares SAD Paulo Silva, Rodolfo Ribeiro, Vinicius Tavares DataWarehouse Armazena informações relativas a uma organização em BD Facilita tomada de decisões Dados são coletados de OLTP(séries históricas) Dados

Leia mais

6dicas para desenvolver

6dicas para desenvolver 6dicas para desenvolver estratégias da sua propriedade rural, elaborando Missão, Visão e Valores Implemente um planejamento e gestão realmente eficazes para nortear colaboradores e empreendimentos agro.

Leia mais

Banco de Dados I. Construindo modelos de dados confiáveis

Banco de Dados I. Construindo modelos de dados confiáveis Banco de Dados I Construindo modelos de dados confiáveis SILBERSCHATZ et al, Sistemas de Banco de Dados Editora Campus, Rio de Janeiro, 2006, 3ª impressão. DATE, C J., Introdução a sistemas de banco de

Leia mais

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Mateus Ferreira Silva, Luís Gustavo Corrêa Lira, Marcelo Fernandes Antunes, Tatiana Escovedo, Rubens N. Melo mateusferreiras@gmail.com, gustavolira@ymail.com,

Leia mais

Curso Data warehouse e Business Intelligence

Curso Data warehouse e Business Intelligence Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

PROJETO DE COOPERAÇÃO TÉCNICA INTERNACIONAL. Projeto 914 BRA5065 - PRODOC-MTC/UNESCO DOCUMENTO TÉCNICO Nº 03

PROJETO DE COOPERAÇÃO TÉCNICA INTERNACIONAL. Projeto 914 BRA5065 - PRODOC-MTC/UNESCO DOCUMENTO TÉCNICO Nº 03 PROJETO DE COOPERAÇÃO TÉCNICA INTERNACIONAL Diretrizes e Estratégias para Ciência, Tecnologia e Inovação no Brasil Projeto 914 BRA5065 - PRODOC-MTC/UNESCO DOCUMENTO TÉCNICO Nº 03 RELATÓRIO TÉCNICO CONCLUSIVO

Leia mais

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

Aline França a de Abreu, Ph.D

Aline França a de Abreu, Ph.D Aline França a de Abreu, Ph.D igti.eps.ufsc.br 07 / 10/ 04 Núcleo de estudos Criado em 1997 - UFSC/EPS Equipe multidisciplinar, com aproximadamente 20 integrantes OBJETIVO Gerar uma competência e uma base

Leia mais

Business Intelligence: um sistema de apoio a decisões gerenciais

Business Intelligence: um sistema de apoio a decisões gerenciais Business Intelligence: um sistema de apoio a decisões gerenciais André Amaral Muszinski, Silvia de Castro Bertagnolli Faculdade de Informática Curso de Bacharelado em Sistemas de Informação Centro Universitário

Leia mais

4. BANCO DE COMPETÊNCIAS PROPOSTA DE UMA FERRAMENTA DE APOIO À DECISÃO DE CAPACITAÇÃO DE RH

4. BANCO DE COMPETÊNCIAS PROPOSTA DE UMA FERRAMENTA DE APOIO À DECISÃO DE CAPACITAÇÃO DE RH 4. BANCO DE COMPETÊNCIAS PROPOSTA DE UMA FERRAMENTA DE APOIO À DECISÃO DE CAPACITAÇÃO DE RH 1. INTRODUÇÃO Gilson da Silva Cardoso Antonio Carlos Francisco Luciano Scandelari O mundo está experimentando

Leia mais

Uma análise dos dados acadêmicos das Faculdades de Tecnologia do Centro Paula Souza utilizando a tecnologia de Data Warehouse.

Uma análise dos dados acadêmicos das Faculdades de Tecnologia do Centro Paula Souza utilizando a tecnologia de Data Warehouse. Uma análise dos dados acadêmicos das Faculdades de Tecnologia do Centro Paula Souza utilizando a tecnologia de Data Warehouse. Silvia Batista da Silva 1, Ms.Maria das Graças J. M. Tomazela 1, Dr.Aldo Pontes

Leia mais

O SECRETÁRIO DA ADMINISTRAÇÃO, no uso da atribuição que lhe é conferida pelo Decreto n 15.348, de 06 de agosto de 2014, resolve expedir a seguinte,

O SECRETÁRIO DA ADMINISTRAÇÃO, no uso da atribuição que lhe é conferida pelo Decreto n 15.348, de 06 de agosto de 2014, resolve expedir a seguinte, INSTRUÇÃO Nº 011/2015 Orienta os órgãos e entidades da Pública do Poder Executivo Estadual sobre os procedimentos referentes às contratações de serviços da Companhia de Processamento de Dados do Estado

Leia mais

Uma estrutura (framework) para o Business Intelligence (BI)

Uma estrutura (framework) para o Business Intelligence (BI) Uma estrutura conceitural para suporteà decisão que combina arquitetura, bancos de dados (ou data warehouse), ferramentas analíticas e aplicações Principais objetivos: Permitir o acesso interativo aos

Leia mais

perspectivas e abordagens típicas de campos de investigação (Senra & Camargo, 2010).

perspectivas e abordagens típicas de campos de investigação (Senra & Camargo, 2010). 1 Introdução Os avanços na tecnologia da informação, bem como o crescimento da sociedade da informação através do uso da Internet, obrigaram os governos de inúmeros países, em seus mais variados níveis,

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.1 2 1 Material usado na montagem dos Slides BARBIERI,

Leia mais

PROCESSO SELETIVO EXTERNO CONTEÚDO PROGRAMÁTICO

PROCESSO SELETIVO EXTERNO CONTEÚDO PROGRAMÁTICO ANEXO II EDITAL N 06/2014, DE 29 DE SETEMBRO DE 2014 PROCESSO SELETIVO EXTERNO CONTEÚDO PROGRAMÁTICO A-01 - ASSESSOR TECNICO IV RECRUTAMENTO, SELEÇÃO, TREINAMENTO E DESENVOLVIMENTO DE PESSOAS Administração

Leia mais

UNIVERSIDADE CANDIDO MENDES INSTITUTO A VEZ DO MESTRE PÓS GRADUAÇÃO LATO SENSU

UNIVERSIDADE CANDIDO MENDES INSTITUTO A VEZ DO MESTRE PÓS GRADUAÇÃO LATO SENSU UNIVERSIDADE CANDIDO MENDES INSTITUTO A VEZ DO MESTRE PÓS GRADUAÇÃO LATO SENSU DATA WAREHOUSE: INFORMAÇÃO COM QUALIDADE PARA FACILITAR A GERAÇÃO DE ESTRATÉGIAS ALINE DE OLIVEIRA PRATA JAQUEIRA Orientadora:

Leia mais

PRODUTOS DO COMPONENTE 3. 3.1 - Modelo de Gestão Organizacional Formulado e Regulamentado

PRODUTOS DO COMPONENTE 3. 3.1 - Modelo de Gestão Organizacional Formulado e Regulamentado PRODUTOS DO COMPONENTE 3 3.1 - Modelo de Gestão Organizacional Formulado e Regulamentado A estruturação do atual modelo de gestão, caracterizou-se pela necessidade de alinhar permanentemente os órgãos

Leia mais

Complemento I - Noções Introdutórias em Data Warehouses

Complemento I - Noções Introdutórias em Data Warehouses Complemento I - Noções Introdutórias em Data Warehouses Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista Business Intelligence para Computação TítuloForense Tiago Schettini Batista Agenda Empresa; Crescimento de Dados; Business Intelligence; Exemplos (CGU, B2T) A empresa Empresa fundada em 2003 especializada

Leia mais

Soluções de Inteligência de Negócio e Mercado

Soluções de Inteligência de Negócio e Mercado Soluções de Inteligência de Negócio e Mercado Fernando Garre e Majela Fortes Especialistas em consultoria de Business Intelligence / Data Warehouse Consultoria focada nas Soluções de Business Intelligence

Leia mais

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Sistemas de Informações Gerenciais

Sistemas de Informações Gerenciais Conteúdo Gerenciais Direcionadores de Arquitetura de TI Tipologia dos sistemas da informação Prof. Ms. Maria C. Lage marialage.prof@gmail.com As preocupações corporativas Gerenciar Mudanças Crescimento

Leia mais

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

5o ENCONTRO DE USUÁRIOS DE BI

5o ENCONTRO DE USUÁRIOS DE BI 5o ENCONTRO DE USUÁRIOS DE BI Contextualizando Para o quinto Encontro de Usuários de BI, o tema escolhido foi a importância de adotar uma Arquitetura de Referência em projetos de BI. Durante os encontros

Leia mais

Implantação de Data Warehouse para gerenciamento de propostas comerciais em uma empresa de prestação de serviços industriais

Implantação de Data Warehouse para gerenciamento de propostas comerciais em uma empresa de prestação de serviços industriais Implantação de Data Warehouse para gerenciamento de propostas comerciais em uma empresa de prestação de serviços industriais Data Warehouse implementation for commercial proposals management in an industrial

Leia mais

MINISTÉRIO DA EDUCAÇÃO FUNDO NACIONAL DE DESENVOLVIMENTO DA EDUCAÇÃO TERMO DE REFERÊNCIA PARA CONTRATAÇÃO DE PESSOA FÍSICA - CONSULTOR POR PRODUTO

MINISTÉRIO DA EDUCAÇÃO FUNDO NACIONAL DE DESENVOLVIMENTO DA EDUCAÇÃO TERMO DE REFERÊNCIA PARA CONTRATAÇÃO DE PESSOA FÍSICA - CONSULTOR POR PRODUTO MINISTÉRIO DA EDUCAÇÃO FUNDO NACIONAL DE DESENVOLVIMENTO DA EDUCAÇÃO TERMO DE REFERÊNCIA PARA CONTRATAÇÃO DE PESSOA FÍSICA - CONSULTOR POR PRODUTO Analista Desenvolvedor de ETL OEI/TOR/FNDE/CGETI Nº /09

Leia mais

Capacitação de Usuários no uso de Sistemas de Informação

Capacitação de Usuários no uso de Sistemas de Informação Capacitação de Usuários no uso de Sistemas de Informação Projeto Básico (pdf) A Gerência de Sistemas GESIS, da Gerência Geral de Gestão do Conhecimento e Documentação- GGCON, tem como objetivo Implantar

Leia mais

Gestão de Performance por KPIs

Gestão de Performance por KPIs Gestão de Performance por KPIs Henrique Brodbeck Diretor, Brodbeck Consultores em Informática Henrique Brodbeck Brodbeck Consultores em Informática e UFRGS Business Intelligence - BI Termo guarda-chuva

Leia mais

O QUE SIGNIFICA ISSO?

O QUE SIGNIFICA ISSO? Grimaldo Oliveira Coordenação Informações Estratégicas Luís Porciúncula Coordenação de Administração de Dados e Componentes O QUE SIGNIFICA ISSO? Competência ou Habilidade? Um diferencial? Quais caminhos

Leia mais

Faculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados

Faculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomada de Decisão 2 DataWarehouse Unidade 2.1 2.1 Conceitos fundamentais e Cubos Prof.: Fernando Hadad Zaidan

Leia mais

Controlar. Otimizar. Crescer.

Controlar. Otimizar. Crescer. Controlar. Otimizar. Crescer. Neste material de suporte, você encontrará informações de SAM para: Novos Líderes de Tecnologia Fusões e Aquisições True-Up Assist Serviço Microsoft EAP Assist Assuma o controle

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

DATA WAREHOUSE PARA ANÁLISE ESTATÍSTICA DOS ERROS DETECTADOS NO SISTEMA DE ASSIMILAÇÃO DE DADOS DO CPTEC/INPE

DATA WAREHOUSE PARA ANÁLISE ESTATÍSTICA DOS ERROS DETECTADOS NO SISTEMA DE ASSIMILAÇÃO DE DADOS DO CPTEC/INPE DATA WAREHOUSE PARA ANÁLISE ESTATÍSTICA DOS ERROS DETECTADOS NO SISTEMA DE ASSIMILAÇÃO DE DADOS DO CPTEC/INPE 1 Leopoldo Edgardo Messenger Parada 2 Dirceu Luis Herdies 3 Cristiane Ferreira Lacerda 4 Jorge

Leia mais

Gerenciamento de Requisitos Gerenciamento de Requisitos

Gerenciamento de Requisitos Gerenciamento de Requisitos Gerenciamento de Requisitos Objetivos da disciplina Descrever o processo de Gerenciamento e Engenharia de Requisitos para projetos Treinar alunos no Gerenciamento de Requisitos Apresentar estudos de caso

Leia mais

É uma parte fundamental de um software; É a parte do sistema visível para o usuário, através da qual, ele se comunica para realizar suas tarefas;

É uma parte fundamental de um software; É a parte do sistema visível para o usuário, através da qual, ele se comunica para realizar suas tarefas; Revisão 2 É uma parte fundamental de um software; É a parte do sistema visível para o usuário, através da qual, ele se comunica para realizar suas tarefas; Texto, Imagens, Sons, Cores são utilizados para

Leia mais

CONCORRÊNCIA AA Nº 05/2009 BNDES ANEXO IV PROJETO BÁSICO: PROCESSO DE DESENVOLVIMENTO DE PROJETOS. Sumário

CONCORRÊNCIA AA Nº 05/2009 BNDES ANEXO IV PROJETO BÁSICO: PROCESSO DE DESENVOLVIMENTO DE PROJETOS. Sumário CONCORRÊNCIA AA Nº 05/2009 BNDES ANEXO IV PROJETO BÁSICO: PROCESSO DE DESENVOLVIMENTO DE PROJETOS Sumário 1. DIRETRIZES PARA O PROCESSO DE DESENVOLVIMENTO DE PROJETOS DE APLICATIVOS...172 1.1. INTRODUÇÃO...172

Leia mais

PLANO DE CONTINGÊNCIA DE BANCO DE DADOS

PLANO DE CONTINGÊNCIA DE BANCO DE DADOS PLANO DE CONTINGÊNCIA DE BANCO DE DADOS Pedro Henrique Jussani 1, Luiz Fernando Braga Lopes 1 1 Universidade Paranaense (UNIPAR) Paranavaí PR Brasil pedrohenriquejussani@hotmail.com, lfbraga@unipar.br

Leia mais

Especificação Técnica Sistema ABS TEM+

Especificação Técnica Sistema ABS TEM+ Especificação Técnica Sistema ABS TEM+ A solução ABS TEM+ desenvolvida pela Vergence é baseada no conceito de TEM (Telecom Expenses Management), o qual visa a aplicação de melhoras em relação à tecnologia,

Leia mais

CEP 97420-000 São Vicente do Sul RS Brasil. filipe-kulinski@hotmail.com, {maicon.amarante, eliana.zen} @iffarroupilha.edu.br

CEP 97420-000 São Vicente do Sul RS Brasil. filipe-kulinski@hotmail.com, {maicon.amarante, eliana.zen} @iffarroupilha.edu.br Utilização de Businnes Intelligence para análise de evasão escolar com base na cidade de origem dos alunos no Instituto Federal Farroupilha Câmpus São Vicente do Sul Filipe Kulinski Mello 1, Eliana Zen

Leia mais

PROCESSOS PODEROSOS DE NEGÓCIO. ideiaconsultoria.com.br 43 3322 2110 comercial@ideiaconsultoria.com.br

PROCESSOS PODEROSOS DE NEGÓCIO. ideiaconsultoria.com.br 43 3322 2110 comercial@ideiaconsultoria.com.br PROCESSOS PODEROSOS DE NEGÓCIO ideiaconsultoria.com.br 43 3322 2110 comercial@ideiaconsultoria.com.br POR QUE ESCREVEMOS ESTE E-BOOK? Nosso objetivo com este e-book é mostrar como a Gestão de Processos

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

Leia mais

ATIVIDADES PRÁTICAS SUPERVISIONADAS

ATIVIDADES PRÁTICAS SUPERVISIONADAS ATIVIDADES PRÁTICAS SUPERVISIONADAS Tecnologia em Gestão da Tecnologia da Informação 4ª. Série Administração de Banco de Dados A atividade prática supervisionada (ATPS) é um método de ensinoaprendizagem

Leia mais

Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador

Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador Índice Introdução Objetivos Data Warehouse Estrutura Interna Características Principais elementos: ETC, Metadados e Modelagem Dimensional

Leia mais

Processo de Descentralização da Educação a Distância no Instituto Federal do Espírito Santo - Ifes: desafios e avanços. Vitória ES - 05/2012

Processo de Descentralização da Educação a Distância no Instituto Federal do Espírito Santo - Ifes: desafios e avanços. Vitória ES - 05/2012 1 Processo de Descentralização da Educação a Distância no Instituto Federal do Espírito Santo - Ifes: desafios e avanços Vitória ES - 05/2012 Categoria: Estratégias e Políticas Setor Educacional: Educação

Leia mais

1. Descrição dos Serviços de Implantação da SOLUÇÃO

1. Descrição dos Serviços de Implantação da SOLUÇÃO Este documento descreve os serviços que devem ser realizados para a Implantação da Solução de CRM (Customer Relationship Management), doravante chamada SOLUÇÃO, nos ambientes computacionais de testes,

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.3 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

AV@S: UMA SOLUÇÃO PARA GESTÃO DE EAD BASEADA NA INTEGRAÇÃO DE INSTALAÇÕES MOODLE

AV@S: UMA SOLUÇÃO PARA GESTÃO DE EAD BASEADA NA INTEGRAÇÃO DE INSTALAÇÕES MOODLE 1 AV@S: UMA SOLUÇÃO PARA GESTÃO DE EAD BASEADA NA INTEGRAÇÃO DE INSTALAÇÕES MOODLE Salvador BA 05/2012 Categoria: Métodos e Tecnologias Setor Educacional: Educação Média e Tecnológica Classificação das

Leia mais

Avaliação da implantação de um sistema ERP para controle de processos

Avaliação da implantação de um sistema ERP para controle de processos Instituto de Educação Tecnológica Pós Graduação Gestão de Tecnologia da Informação Turma 24 16 de Outubro de 2014 Avaliação da implantação de um sistema ERP para controle de processos Felipe Rogério Neves

Leia mais

IDC A N A L Y S T C O N N E C T I O N

IDC A N A L Y S T C O N N E C T I O N IDC A N A L Y S T C O N N E C T I O N Robert Young Gerente de pesquisas de software para gerenciamento de sistemas empresariais C o m o r e p e n s a r o gerenciamento de ativo s d e T I n a e ra da "Internet

Leia mais

Compartilhe. Desmistificando o BI Conceitos, estruturas e principais ferramentas

Compartilhe. Desmistificando o BI Conceitos, estruturas e principais ferramentas Desmistificando o BI Conceitos, estruturas e principais ferramentas INTRODUÇÃO Compartilhe Este e-book tem a intenção de trazer algumas informações básicas sobre BI, características de tipos de arquitetura,

Leia mais

Janeiro 2009. ELO Group www.elogroup.com.br Página 2

Janeiro 2009. ELO Group www.elogroup.com.br Página 2 de um Escritório - O Escritório como mecanismo para gerar excelência operacional, aumentar a visibilidade gerencial e fomentar a inovação - Introdução...2 Visão Geral dos Papéis Estratégicos... 3 Papel

Leia mais

DESMISTIFICANDO O CONCEITO DE ETL

DESMISTIFICANDO O CONCEITO DE ETL DESMISTIFICANDO O CONCEITO DE ETL Fábio Silva Gomes da Gama e Abreu- FSMA Resumo Este artigo aborda os conceitos de ETL (Extract, Transform and Load ou Extração, Transformação e Carga) com o objetivo de

Leia mais

HP Quality Center. Preparar materiais de treinamento e observações para a nova versão 16 Suporte pós-atualização 16 Suporte 17 Chamada à ação 17

HP Quality Center. Preparar materiais de treinamento e observações para a nova versão 16 Suporte pós-atualização 16 Suporte 17 Chamada à ação 17 Documento técnico HP Quality Center Atualize o desempenho Índice Sobre a atualização do HP Quality Center 2 Introdução 2 Público-alvo 2 Definição 3 Determine a necessidade de uma atualização do HP Quality

Leia mais

DATA WAREHOUSING. Data Warehousing

DATA WAREHOUSING. Data Warehousing DATA WAREHOUSING Data Warehousing Sumário Conceitos / Autores chave... 3 1. Introdução... 3 2. Modelos de Data Warehouse... 4 3. Processo de Extração, Transformação e Carga de Dados... 6 4. Data Mart versus

Leia mais

Desenvolvimento de dashboards através de dados de distribuição de energia elétrica fornecidos pela ANEEL

Desenvolvimento de dashboards através de dados de distribuição de energia elétrica fornecidos pela ANEEL Desenvolvimento de dashboards através de dados de distribuição de energia elétrica fornecidos pela ANEEL Vinícius F. M. Leão, Ariel R. Machado, Nilton H. Takagi, Thiago A. Araújo, Crischarles D. Arruda,

Leia mais

7 tendências de tecnologia

7 tendências de tecnologia 7 tendências de tecnologia para o mercado segurador em 2016 O ano de 2016 deve impulsionar a evolução tecnológica direcionada ao mercado segurador. Isto porque, as seguradoras irão investir fortemente

Leia mais

Modelo de dados do Data Warehouse

Modelo de dados do Data Warehouse Modelo de dados do Data Warehouse Ricardo Andreatto O modelo de dados tem um papel fundamental para o desenvolvimento interativo do data warehouse. Quando os esforços de desenvolvimentos são baseados em

Leia mais

A certificação fornecida por esta academia permite aos participantes poderem candidatar-se a cargos de Engenheiro de BI e Reporting.

A certificação fornecida por esta academia permite aos participantes poderem candidatar-se a cargos de Engenheiro de BI e Reporting. Especialista em Business Intelligence Programação e Bases de Dados - Percursos Com certificação Nível: Avançado Duração: 135h Sobre o curso O percurso Especialista em Business Intelligence prepara profissionais

Leia mais

DATA MART E O PROCESSO DECISÓRIO EM UMA INSTITUIÇÃO FINANCEIRA: UM ESTUDO DE CASO

DATA MART E O PROCESSO DECISÓRIO EM UMA INSTITUIÇÃO FINANCEIRA: UM ESTUDO DE CASO DATA MART E O PROCESSO DECISÓRIO EM UMA INSTITUIÇÃO FINANCEIRA: UM ESTUDO DE CASO DATA MART E O PROCESSO DECISÓRIO EM UMA INSTITUIÇÃO FINANCEIRA: UM ESTUDO DE CASO Por: Miguel Kojiio Nobre Welder Maurício

Leia mais

INE 5613 Banco de Dados I

INE 5613 Banco de Dados I UFSC-CTC-INE Curso de Sistemas de Informação INE 5613 Banco de Dados I 2009/1 http://www.inf.ufsc.br/~ronaldo/ine5613 Programa da Disciplina Objetivo Conteúdo Avaliação Bibliografia 1 Objetivo Esta disciplina

Leia mais

É importante que nos atenhamos a alguns aspectos importantes sobre banco de dados:

É importante que nos atenhamos a alguns aspectos importantes sobre banco de dados: Módulo 16 CONCEITOS DE BANCO DE DADOS Quando nos referimos a um computador como máquina, observamos as suas características em armazenar e gerenciar informações, além dessas características, existem outras

Leia mais

PIM Planejamento e Inteligência de Marketing Uma Abordagem Gerencial. Omar Omar

PIM Planejamento e Inteligência de Marketing Uma Abordagem Gerencial. Omar Omar PIM Planejamento e Inteligência de Marketing Uma Abordagem Gerencial Omar Omar omar@inf.ufsc.br Resumo Este artigo aborda, sob um prisma gerencial, o desenvolvimento de uma solução tecnológica, composta

Leia mais

MINISTÉRIO DA FAZENDA SECRETARIA EXECUTIVA

MINISTÉRIO DA FAZENDA SECRETARIA EXECUTIVA PROGRAMA DE MODERNIZAÇÃO INTEGRADA DO MINISTÉRIO DA FAZENDA - PMIMF MINISTÉRIO DA FAZENDA SECRETARIA EXECUTIVA ATORES DA REDE DE INOVAÇÃO 2 O MODELO CONTEMPLA: Premissas e diretrizes de implementação Modelo

Leia mais

INDICADORES DE PERFORMANCE PARA EMPRESAS DE SEGURANÇA. Como medir resultados e fugir de gargalos de recursos na sua organização

INDICADORES DE PERFORMANCE PARA EMPRESAS DE SEGURANÇA. Como medir resultados e fugir de gargalos de recursos na sua organização PERFORMANCE PARA EMPRESAS DE SEGURANÇA Como medir resultados e fugir de gargalos de recursos na sua organização INTRODUÇÃO Cada vez mais empresas de segurança brasileiras procuram a profissionalização

Leia mais

Cartilha do. de TI. - com ênfase na segurança das informações. Assessoria de Segurança da Informação e Governança de TI

Cartilha do. de TI. - com ênfase na segurança das informações. Assessoria de Segurança da Informação e Governança de TI Cartilha do gestor de solução de TI - com ênfase na segurança das informações Assessoria de Segurança da Informação e Governança de TI Apresentação O sucesso da atuação do Tribunal de Contas da União depende

Leia mais

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Ana Magela Rodriguez Almeida 1, Sandro da Silva Camargo 1 1 Curso Engenharia de Computação Universidade

Leia mais

Projeto de Banco de Dados

Projeto de Banco de Dados Luiz Vivacqua (lavcm@terra.com.br) http://geocities.yahoo.com.br/lavcm 1 Ementa 1. Introdução (1) 2. Modelo Conceitual Diagrama de classes 3. Modelo Lógico Relacional Características Chaves Restrições

Leia mais

Whatsquestions Tire dúvidas online

Whatsquestions Tire dúvidas online Whatsquestions Tire dúvidas online Caio Souza Costa 1,Allison Silva 2, João Souza 3, Antônio Souza Magalhães 4, Cynara Carvalho Souza 5 Departamento de Computação Faculdade de Ciências Aplicadas e Sociais

Leia mais

W H I T E P A P E R O s B e n e f í c i o s d a E m p r e s a S o c i a l n o M u n d o W e b 2. 0

W H I T E P A P E R O s B e n e f í c i o s d a E m p r e s a S o c i a l n o M u n d o W e b 2. 0 Av Eng. Luiz Carlos Berrini 1645, 8 andar, 04571-000 Brooklin Novo, São Paulo SP Brazil. Tel: 55 11 5508-3400 Fax: 55 11 5508 3444 W H I T E P A P E R O s B e n e f í c i o s d a E m p r e s a S o c i

Leia mais

C l a s s S e r v i c e P r o v i d e r

C l a s s S e r v i c e P r o v i d e r G l o b a l C l a s s S e r v i c e P r o v i d e r Microsoft Mobile BI v.0.0.1 de 05/11/2015 Projetos Digitais 1 G l o b a l C l a s s S e r v i c e P r o v i d e r 1993: fundada como Integradora de Sistemas

Leia mais

A perda da posse da informação na implantação de sistemas integrados de gestão: um estudo de caso

A perda da posse da informação na implantação de sistemas integrados de gestão: um estudo de caso A perda da posse da informação na implantação de sistemas integrados de gestão: um estudo de caso Renata Seldin (UFRJ) renata@gpi.ufrj.br Heitor Mansur Caulliraux (UFRJ) heitor@gpi.ufrj.br Vinicius Carvalho

Leia mais